AI baru dari DeepMind dan Google dapat mendeteksi penyebab umum kebutaan

AI baru dari DeepMind dan Google dapat mendeteksi penyebab umum kebutaan

 

 

AI baru dari DeepMind dan Google dapat mendeteksi penyebab umum kebutaan
AI baru dari DeepMind dan Google dapat mendeteksi penyebab umum kebutaan

DeepMind dan Google Health telah mengembangkan AI yang dapat memprediksi siapa yang akan mendapatkan

salah satu penyebab kebutaan yang paling umum di dunia.

Sistem ini dibangun untuk mendeteksi degenerasi makula terkait usia (AMD), penyakit yang menimpa lebih dari 25% dari lebih dari 60-an di Eropa dan hingga 11 juta orang di AS .

Ada dua jenis penyakit: bentuk “kering”, yang sering hanya menyebabkan kehilangan penglihatan ringan, dan “basah”, yang dapat menyebabkan kebutaan permanen.

[Baca: AI ini mendeteksi penyakit mata pada bayi baru lahir ]

Saat ini, dokter mata mendiagnosis AMD dengan menganalisis pemindaian mata 3D. Tetapi gambar yang sangat

terperinci ini sangat memakan waktu untuk diulas. Peneliti DeepMind menduga bahwa AI bisa lebih cepat mendeteksi gejala-gejala pasien yang membutuhkan perawatan segera – yang pada akhirnya bisa menyelamatkan penglihatan mereka.

 

Mengembangkan model
Tim melatih model mereka pada dataset scan retina anonim dari 2.795 pasien yang telah didiagnosis AMD basah.

Mereka kemudian menggunakan dua jaringan saraf untuk mendeteksi penyakit dengan menganalisis pemindaian mata 3D dan fitur pelabelan yang menawarkan petunjuk tentang penyakit tersebut. Sistem menggunakan data ini untuk memperkirakan apakah pasien akan mengalami ADM basah dalam enam bulan ke depan.

DeepMind mengklaim bahwa sistem tersebut memperkirakan awal AMD basah serta pakar manusia – dan dalam beberapa kasus bahkan lebih akurat.

Pearse Keane, seorang dokter spesialis mata yang bekerja pada proyek tersebut, mengatakan sistem tersebut dapat bertindak sebagai tanda peringatan dini untuk penyakit ini:

Dengan pekerjaan ini, kami belum memecahkan AMD … tapi saya pikir kami baru saja menambahkan potongan besar

 

teka-teki.

Langkah selanjutnya adalah memvalidasi algoritma sehingga dapat digunakan dalam uji klinis. Pada waktunya, bahkan bisa membantu dokter mengembangkan perawatan untuk penyakit ini.

Baca Juga: